electricsheepafrica/africa-ilo-pop-3wap-sex-age-dsb-nb-youth-working-age-population-by-sex-age-and-disabi

这是一个关于非洲青年工作年龄人口的表格数据集，包含按性别、年龄和残疾状况分类的统计数据（以千人为单位）。数据集涵盖42个非洲国家，时间跨度为1998年至2025年，共包含4,858个观测值，主要指标为POP_3WAP_SEX_AGE_DSB_NB（青年工作年龄人口按性别、年龄和残疾状况划分）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过标准化处理，适用于表格分类、回归和时间序列预测等任务。数据集以结构化表格形式提供，包括国家代码、年份、性别、年龄组、残疾状况、观测值等列，并附有数据质量说明和使用示例。This dataset contains tabular data on youth working-age population in Africa, disaggregated by sex, age, and disability status (in thousands). It covers 42 African countries from 1998 to 2025, with 4,858 observations and a key indicator POP_3WAP_SEX_AGE_DSB_NB (Youth working-age population by sex, age and disability status). The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, harmonized for consistency, and is suitable for tasks like tabular classification, regression, and time-series forecasting. It is provided in a structured tabular format with columns such as country code, year, sex, age group, disability status, observed value, and includes data quality notes and usage examples.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT核心统计数据库，通过REST API接口直接提取了标识为POP_3WAP_SEX_AGE_DSB_NB的指标数据，并依据非洲ISO3国家代码进行地理筛选。Electric Sheep Africa团队对原始数据进行了清洗、规范化与重新封装，将其转化为便于机器学习的Parquet格式。数据涵盖了1998年至2025年间42个非洲国家的4,858条观测记录，每条记录均包含国家、来源、指标、性别、年龄段、残疾状态及年份等结构化字段，并附有ILO对原始调查微观数据依据国际劳工统计学家会议定义进行统一处理的元数据标注。

特点

该数据集聚焦于非洲地区青年劳动年龄人口按性别、年龄和残疾状况的细分统计，呈现出多维度的精细分列特征。数据经过国际劳工组织的官方协调，具有较高的权威性与一致性，同时通过source.label字段确保每一条观测值均可追溯至原始来源。数据集覆盖国家广泛、时间跨度较长，且提供了观测值状态标志（如临时、不可靠）及系列中断注释，便于使用者进行数据质量的评估与筛选，是研究非洲劳动力市场与包容性发展的重要基础数据资源。

使用方法

用户可通过HuggingFace Datasets库便捷地加载该数据集，仅需一行代码即可将其导入为Pandas DataFrame格式，便于开展后续分析。典型应用场景包括：对国家维度进行过滤以聚焦特定区域的研究、按指标进行时间序列分析以观察人口变动趋势、以及利用行列转换构建国家-年份矩阵面板数据。数据集结构规整，分类变量与数值变量清晰分离，可直接用于机器学习中的分类与回归任务，同时其时间属性也支持时序预测模型的构建与验证。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门创建，并经Electric Sheep Africa于2025年重新打包发布，专注于非洲42个国家1998至2025年间按性别、年龄及残疾状况划分的青年劳动适龄人口数据（单位：千人）。基于ILOSTAT这一全球劳动统计的权威数据库，数据集整合了各国劳动力调查、人口普查等官方来源，旨在为非洲青年就业、社会包容性及可持续发展目标（SDGs）的量化分析提供标准化、机器可读的时空数据支撑。其发布填补了非洲大陆在细分人口维度上长期缺乏高频、结构化公开数据的空白，为发展经济学、公共政策评估及机器学习建模提供了关键基础资源。

当前挑战

该数据集面临的核心挑战源于领域问题与构建过程的双重复杂性。领域层面，非洲多国劳动调查的覆盖范围、定义口径及质量参差不齐，导致跨国家、跨年份的数据可比性受限；同时，残疾状况等细分维度在官方统计中常被低估或缺失，增加了对边缘群体就业特征精准建模的难度。构建过程中，数据需从ILOSTAT的异构REST API中抽取、标准化并处理多达42国的时间序列断裂（如方法论修订标记于note_indicator列），且标注‘不可靠’（obs_status=U）的观测值需审慎处理。此外，高龄群体样本稀疏、部分国家年份跨度不均，给时空联合推断与缺失值插补带来了统计挑战。

常用场景

经典使用场景

在劳动经济学与人口统计交叉研究领域，该数据集为分析非洲青年劳动年龄人口的性别、年龄与残疾状态分布提供了结构化面板数据。其经典使用场景包括：利用42个非洲国家1998至2025年的时序观测，构建多元回归模型以探究残疾状态对青年群体劳动参与率的异质性影响；或通过性别与年龄层的交叉分组，揭示青年人口中不同亚群在劳动力市场中的结构性差异。数据集的年频次特性使其特别适用于纵向比较研究，例如追踪特定国家青年残疾人口规模随时间演变的趋势，为政策干预时点的选择提供定量依据。

解决学术问题

该数据集核心解决了非洲青年人口数据中残疾维度长期缺失的学术困境，打破了以往研究仅能依赖性别或年龄单一维度进行劳动供给分析的局限。通过整合国际劳工组织统一定义的分类标准，它使学者得以系统检验残疾状况如何与性别、年龄交织，共同塑造青年群体的劳动年龄人口规模。这为验证社会排斥理论在非洲语境下的适用性提供了实证基础，并推动了包容性发展指标（如SDG目标8.5）的区域化测算。数据集的存在弥补了撒哈拉以南非洲国家在青年残疾人口统计方面的巨大空白，为评估各国劳动政策对弱势群体的覆盖效果创造了可量化的研究前提。

衍生相关工作

该数据集衍生了多项具有影响力的学术与工具型工作。在学术层面，基于其面板结构，研究者开发了针对非洲青年残疾人口就业率的贝叶斯分层模型，有效处理了数据稀疏性带来的估计偏差。国际劳工组织自身利用此类数据定期发布《全球残疾人就业趋势报告》的非洲章节。在工具层面，Electric Sheep Africa团队基于该数据集构建了交互式可视化仪表板，允许政策制定者按国家、年份与残疾状态实时检索人口规模。这些衍生工作共同推动了非洲青年残疾人口研究从定性描述向定量建模的范式转变，并催化了更多使用机器学习方法预测劳动年龄人口动态的跨学科合作。